Wink Pings

Liquid AI的新模型不写答案,只给概率

Liquid AI d1.2 和 d1.2-ultra 能读文本、图像、音频,直接输出校准概率,零输出 token;ultra 在 AA Decision Index v2.1 拿 75 分。决策模型开始进入流程阈值。

Liquid AI 发布了 d1.2 和 d1.2-ultra。两个决策模型能读文本、图像和音频,返回校准后的概率,输出 token 数为零。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75。

这类模型和聊天模型的使用方式不同。聊天模型把输入变成一段回答,决策模型把输入变成一个可比较的分数。对开发者来说,分数能直接接阈值、规则引擎和成本计算。对普通用户,可以把它想成裁判举牌:只给判断,不写评语。零输出 token 不等于零计算,输入仍要处理,但输出侧不再生成文字,延迟和计费结构会变。具体省多少,要看实际推理价格和吞吐。

为什么值得注意?企业里大量任务并不需要一段漂亮解释。审核要不要转人工,工单该进哪个队列,图片是否合规,语音片段是否异常,这些问题最后都落在几个概率上。自然语言回答听起来灵活,接进流程却要再解析。校准概率的价值在于阈值可调,错判成本可以算。模型不写字,反而更像在干活。

Liquid AI 给 d1.2-ultra 的 AA Decision Index v2.1 分数是 75。这个分数来自第三方评测,素材没有给出完整榜单和对比模型,单看数字不能说明它适合所有场景。多模态决策模型的实际表现还取决于领域数据、概率校准和延迟。开发者要关注的是:概率是否稳定,阈值迁移到业务后是否还成立,音频和图像输入的成本能否覆盖。

原文作者 Asif Razzaq,来源 MarkTechPost:Liquid AI Releases d1.2 and d1.2-ultra。

发布时间: 2026-11-17 17:20